ಪ್ರಾಣಿಗಳ ಗುಂಪಿನ ಚಲನವಲನದ ರಹಸ್ಯವನ್ನು ತಿಳಿಯಲು ಕಂಪ್ಯೂಟರ್ ವಿಜ್ಞಾನ, ಭೌತ ವಿಜ್ಞಾನ ಹಾಗೂ ಗಣಿತದ ಸೂತ್ರಗಳ ಬಳಕೆ ಮಾಡಬಹುದು ಎಂದರೆ ಎಂಥಹಾ ರೋಚಕ ವಿಷಯವಲ್ಲವೇ! ಈ ತ್ರೆಡ್-ನಲ್ಲಿ ನಮ್ಮ ಪ್ರಯೋಗಾಲಯದಲ್ಲಿ ನಡೆದ ಸಂಶೋಧನೆಯನ್ನು ಕನ್ನಡದಲ್ಲಿ ನಿಮ್ಮೊಂದಿಗೆ ಹಂಚಿ ಕೊಳ್ಳುತ್ತೇವೆ.
[ಈ ಸಾರಾಂಶ ಟ್ವಿಟರ್ ನಲ್ಲಿಯೂ ಲಭ್ಯವಿದೆ.]
ಈ ವರ್ಷ ಮಾರ್ಚ್ ನಲ್ಲಿ, “ಮೀನು ಗುಂಪಿಗಳ ಚಲನೆ” ಬಗೆಗಿನ ನಮ್ಮ ಸಂಶೋಧನೆಯು @NaturePhysics ಎನ್ನುವ ಪತ್ರಿಕೆಯಲ್ಲಿ ಪ್ರಕಟವಾಗಿತ್ತು. ಅದರ ಕನ್ನಡದ ಸಾರಾಂಶವನ್ನು ಬರೆಯಲು ಅಂದು ಸಮಯವಾಗಿರಲಿಲ್ಲ. ಈಗ @Sci_Rio ಅವರ ಸಹಾಯದಿಂದ ಅನುವಾದ ಮಾಡಿದ್ದೇವೆ. ಓದಿ ನಿಮ್ಮ ಅನಿಸಿಕೆ ತಿಳಿಸಿ!
ಪಕ್ಷಿಗಳು, ಮೀನುಗಳು, ಜಿಂಕೆಗಳು — ಹೀಗೆ ಹಲವಾರು ಜೀವಿಗಳಲ್ಲಿ — ಗುಂಪಲ್ಲಿ ಚಲಿಸುವ ಆಕರ್ಷಕವಾದ ನೋಟವನ್ನು ನೀವೆಲ್ಲರೂ ನೋಡಿಯೇ ಇರುತ್ತೀರಿ.
ಗುಂಪಲ್ಲಿದ್ದರೂ ಸಹ, ಪ್ರತಿಯೊಂದು ಜೀವಿಗೂ ತನ್ನ ಸುತ್ತ ಮುತ್ತಲಿನ ಬಗ್ಗೆ ಸ್ವಲ್ಪ ಮಾತ್ರ ಅರಿವಿರುತ್ತದೆ. ಹಾಗಿದ್ದಲ್ಲಿ, ಅವು ಹೇಗೆ ಗುಂಪಿನಲ್ಲಿ ಅಷ್ಟು ಸರಾಗವಾಗಿ ಮನಸೆಳೆಯುವ ಚಲನವಲನಗಳನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತವೆ?
ಗುಂಪಿನಲ್ಲಿ ಚಲಿಸುವ ಜೀವಿಗಳ ಚಲನವಲನಗಳನ್ನು ನೋಡಿದರೆ, ಇವೇನು ಒಬ್ಬ ನಾಯಕನ ಆಜ್ಞೆಯನ್ನು ಪಾಲಿಸುತ್ತಾ ನಡೆಯುತ್ತಿವೆಯಾ? ನಮ್ಮ ಸ್ಕೌಟ್ಸ್-ಗಳಿಗೆ ಅಥವಾ ಕುಣಿತದವರಿಗೆ ಕೊಟ್ಟಂತೆ ಇವಕ್ಕೂ ಸಹ ಯಾರಾದರೂ ಕಟ್ಟುನಿಟ್ಟಾಗಿ ತರಬೇರಿ ನೀಡಿದ್ದಾರಾ? ನಮ್ಮ ಮನಸ್ಸಿಗೆ ಈ ರೀತಿ ಪ್ರಶ್ನೆಗಳು ಬರುವುದು ಸಹಜ.
ಈ ಪ್ರಶ್ನೆಗಳನ್ನು ಉತ್ತರಿಸಲು ಬರೀ ಜೀವಶಾಸ್ತ್ರದ ವಿಜ್ಞಾನಿಗಳಷ್ಟೇ ಅಲ್ಲ, ಭೌತಶಾಸ್ತ್ರಜ್ಞರು ಹಾಗೂ ಕಂಪ್ಯೂಟರ್ ವಿಜ್ಞಾನಿಗಳೂ ಹತ್ತಾರು ವರುಷಗಳಿಂದ ಪ್ರಯತ್ನ ಪಡುತ್ತಿದ್ದಾರೆ. ಸಾಕಷ್ಟು ಪ್ರಮಾಣದ ಮುನ್ನಡೆಯೂ ಆಗಿದೆ.
1987 ಲ್ಲಿ ಕ್ರೈಗ್ ರೇನಾಲ್ಡ್ಸ್ (Craig Reynolds) ಎನ್ನುವ ಕಂಪ್ಯೂಟರ್ ವಿಜ್ಞಾನಿ ಮತ್ತು 1995 ರಲ್ಲಿ ತಾಮಸ್ ವಿಚೆಕ್ (Tamas Vicsek) ಎನ್ನುವ ಭೌತ ಶಾಸ್ತ್ರಜ್ಞ ಮತ್ತು ಸಂಗಡಿಗರು, ಕಂಪ್ಯೂಟರ್-ನಲ್ಲಿ ಪ್ರಾಣಿಗಳ ಗುಂಪಿನ ಚಲನೆಯನ್ನು ಅನುಕರಿಸಲು ಸಾಧ್ಯ ಎಂದು ತೋರಿಸಿಕೊಟ್ಟರು.
ಅವರು ಕಂಪ್ಯೂಟರ್-ನಲ್ಲಿ ಕೃತಕ ಜೀವಿಗಳನ್ನು ಕಲ್ಪಿಸಿಕೊಂಡು, ಒಂದು ಅತೀ ಸರಳವಾದ ‘ಸರಾಸರಿ ನಿಯಮ’ ವನ್ನು ಪ್ರತಿಪಾದಿಸಿದರು. ಇದರ ಪ್ರಕಾರ, ಪ್ರತಿಯೊಂದು ಜೀವಿಯೂ ಅದರ ಹತ್ತಿರದಲ್ಲಿರುವ ಅಥವಾ ಅಕ್ಕಪಕ್ಕದಲ್ಲಿರುವ ಪ್ರಾಣಿಗಳು ನಡೆಯುತ್ತಿರುವ ದಿಕ್ಕನ್ನು ಪರಿಗಣಿಸಿ, ಅವುಗಳ ಸರಾಸರಿ ದಿಕ್ಕಿನಲ್ಲಿ (average direction) ಚಲಿಸುತ್ತವೆ.
ಈ ಮೇಲೆ ತಿಳಿಸಿದ ಅತೀ ಸರಳವಾದ ‘ಸರಾಸರಿ ಚಲನೆಯ’ ನಿಯಮ ಒಂದು ಸಾಕು; ಪ್ರಾಣಿಗಳು ಅದ್ಭುತವಾದ ಸಾಮೂಹಿಕ ಚಲನವಲನವನ್ನು ಪ್ರದಶಿ೯ಸಲು ಸಾಧ್ಯ. ನಾಯಕನ ಮಾರ್ಗದರ್ಶನವೂ ಬೇಡ. ಯಾವುದೇ ಕಟ್ಟುನಿಟ್ಟಾದ ತರಬೇತಿಯೂ ಬೇಡ. ಈ ಸರಳವಾದ ನಿಯಮವು “ವಿಚೆಕ್ ನಿಯಮ ಅಥವಾ ವಿಚೆಕ್ ಮಾದರಿ” ಎಂದೇ ಪ್ರಸಿದ್ದಿ ಪಡೆದಿದೆ.
ಇದೇ ದೆಸೆಯಲ್ಲಿ ನಾವು ಸಹ ಸಂಶೋಧನೆ ನಡೆಸಿದೆವು. ಕೇರಳದಲ್ಲಿ ದೊರಕುವ ಕರಿಮೀನು (Etroplus suratensis) ಎನ್ನುವ ಮೀನಿನ ಜಾತಿಯ ಸಾಮೂಹಿಕ ಚಲನವಲನಗಳ ರಹಸ್ಯವನ್ನು ಕಂಡುಹಿಡಿಯಲು ಮುನ್ನೆಡೆದೆವು.
ನಮ್ಮ ಶೋಧನೆಯ ಮೊದಲನೆಯ ಮುಖ್ಯ ಫಲಿತಾಂಶವೆಂದರೆ, ಒಂದು ಮೀನು ಅದರ ಪಕ್ಕ ಇರುವ ಕೇವಲ *ಒಂದು* ಮೀನಿನ ಚಲನೆಯ ದಿಕ್ಕನ್ನು ಮಾತ್ರ ಅನುಕರಣೆ ಮಾಡಿ ಈಜಾಡುತ್ತದೆ; ಇದಕ್ಕೆ ನಾವು pairwise copying ಎನ್ನುತ್ತೇವೆ.
ಪ್ರಸಿದ್ಧವಾಗಿರುವ ವಿಚೆಕ್ ಮಾದರಿ ಸರಿಯಾಗಿದ್ದಲ್ಲಿ, ಮೀನುಗಳು ತಮ್ಮ ಸುತ್ತಮುತ್ತಲಿರುವ ಅನೇಕ (ಸುಮಾರು ೫-೧೦) ಮೀನುಗಳ ಸರಾಸರಿ ದಿಕ್ಕಿನಲ್ಲಿ ಹೋಗಬೇಕಿತ್ತು; ಆದರೆ ಇದಕ್ಕಿಂತಲೂ ಸರಳವಾಗಿದೆ ನಾವು ಪತ್ತೆ ಮಾಡಿರುವ pairwise copying ನಿಯಮ.
ಈಗ ಬರೋಣ ನಮ್ಮ ಪರಿಶೋಧನೆಯ ಎರಡನೆಯ ಫಲಿತಾಂಶಕ್ಕೆ – ಈ ಸಾಮೂಹಿಕ ಚಲನ ಮಾದರಿಯು non-equilibrium statistical physics ಎನ್ನುವ ಸಿಧಾಂತದ ಒಂದು ಅತೀ ಅಪರೂಪದ ಉದಾಹರಣೆ. ಅಥ೯ವಾಗಲಿಲ್ಲವೇ? ಇದರ ಬಗ್ಗೆ ಬನ್ನಿ ಮುಂದೆ ವಿವರವಾಗಿ ತಿಳಿಯೋಣ.
ಕರಿಮೀನು ದಕ್ಷಿಣ ಭಾರತದ ಪಶ್ಚಿಮ ಕರಾವಳಿಯಲ್ಲಿ ಸಹಜವಾಗಿ ಕಂಡು ಬರುವ ಹಾಗೂ ಮೀನು ತಿನ್ನುವವರಿಗೆ ಅತೀ ಪ್ರಿಯವಾದ ಮೀನು! ಆದರೆ ನಾವು ಇವನ್ನು ಪ್ರಯೋಗಾಲಯಕ್ಕೆ ತಂದು, ಒಂದು ದೊಡ್ಡ ಟ್ಯಾಂಕ್/ತೊಟ್ಟಿಯಲ್ಲಿ ಸುಮಾರು ಮೀನುಗಳನ್ನು ಹಾಕಿದೆವು.
ಈ ಕೆಳಗಿನ ದೃಶ್ಯದಲ್ಲಿ ನಮ್ಮ ಸಂಶೋಧನೆಯ ತೊಟ್ಟಿ ಹಾಗೂ ಮೀನುಗಳ ಸಾಮೂಹಿಕ ಚಲನೆಯನ್ನು ನೋಡಬಹುದು. 15, 30, 60 ಮೀನುಗಳನ್ನು ಬೇರೆ ಬೇರೆ ತೊಟ್ಟಿಗಳಲ್ಲಿ ಬಿಟ್ಟು ನಾವು ವೀಡಿಯೋ ರೆಕಾರ್ಡಿಂಗ್ ಮಾಡಿದೆವು.
ಈ ವೀಡಿಯೋಗಳನ್ನು ವಿಷ್ಲೇಶಣೆ ಮಾಡಲು, ಕಂಪ್ಯೂಟರ್-ವಿಜ್ಞಾನದ image-processing ಎನ್ನುವ ಚಳಕವನ್ನು ಬಳಸಿ, ಪ್ರತಿಯೊಂದು ಮೀನಿನ ಚಲನೆಯನ್ನು ಗುರುತಿಸಿದೆವು. ಅವು ಹೇಗೆ ಅಕ್ಕಪಕ್ಕದ ಮೀನುಗಳ ಜೊತೆ ಸರಾಸರಿಯಾಗಿ ಈಜುತ್ತಿವೆ ಎಂದು ಪರಿಗಣಿಸಲು “Polarisation (M)” ಎಂಬ ಘಟಕವನ್ನು ಲೆಕ್ಕ ಹಾಕಿದೆವು.
ಈ ಘಟಕವು ಸಮಯ ಬದಲಾದಂತೆ ಹೇಗೆ ಬದಲಾವಣೆಯಾಗುತ್ತದೆ ಎಂದು ಒಂದು ರೇಖಾ ನಕ್ಷೆಯಲ್ಲಿ (graph) ದಾಖಲೆ ಮಾಡುತ್ತೇವೆ. ಈ ಲೆಕ್ಕಾಚಾರದಿಂದ ಒಂದು stochastic differential equation ಅನ್ನು ರಚಿಸುತ್ತೇವೆ.
ಇದೇ ನಮ್ಮ ಸಂಶೋಧನೆಯ ಬಹು ರೋಚಕ ಭಾಗ – ಹಲವಾರು ಸಂಶೋಧಕರು ಅಂದಾಜಿನಿಂದ ಊಹೆ ಮಾಡಿ ಗುಂಪಲ್ಲಿ ಚಲಿಸುವ ಪ್ರಾಣಿಗಳ ಸೂತ್ರಗಳನ್ನು ರಚಿಸಿದರೆ, ನಾವು ಅಂತಹ ಸೂತ್ರಗಳನ್ನು ನಿಖರವಾಗಿ ದಾಖಲಿಸಿದ “Polarisation” ಘಟಕದ ಲೆಕ್ಕಾಚಾರದಿಂದ ರಚಿಸಿದ್ದೇವೆ. ಈ ಮೇಲ್ಕಂಡ ಸೂತ್ರವನ್ನು ಸರಳವಾಗಿ ತಿಳಿಸಬೇಕಾದರೆ,…
(1) ಗುಂಪಲ್ಲಿ ಇರುವ ಎಲ್ಲಾ ಮೀನುಗಳು ಒಂದೇ ರೀತಿಯಲ್ಲಿ ಕ್ರಮಬದ್ಧವಾಗಿ ಚಲಿಸುತ್ತಿದ್ದರೆ, ಆ ಗುಂಪಿನ ಚಲನೆಯಲ್ಲಿ ಏರಿಳಿತಗಳು ಕಡಿಮೆ ಇರುತ್ತವೆ. ಅಂದರೆ, ಒಂದೆರಡು ಮೀನುಗಳ ಎಕ್ಕಸೆಕ್ಕ (random) ಚಲನೆಗಳು ಸಾಮೂಹಿಕ ಚಲನೆಯನ್ನು ಕದಡುವುದಿಲ್ಲ.
(2) ಎಲ್ಲಾ ಮೀನುಗಳು ಸಾಮೂಹಿಕವಾಗಿ ಚಲಿಸದೆ, ಅಸ್ತವ್ಯಸ್ತವಾಗಿ ಈಜಾಡುತ್ತಿದ್ದರೆ (disordered motion) – ಆಗ ಏರಿಳಿತಗಳು ಹೆಚ್ಚಾಗುತ್ತದೆ.
ಇನ್ನೊಂದು ರೀತಿ ಹೇಳುವುದಾದರೆ, ಮೀನುಗಳು ಗುಂಪಲ್ಲಿ ಒಗ್ಗೂಡಿಸಿ ಈಜಾಡದಿದ್ದರೆ, ಅವುಗಳ ಚಲನೆಯಲ್ಲಿ ಏರಿಳಿತಗಳು ಹೆಚ್ಚಾಗುತ್ತದೆ. ವಿಚಿತ್ರವೇನಂದರೆ, ಇಂತಹ ಏರಿಳಿತಗಳಿಂದಲೇ ಮೀನುಗಳು ಮತ್ತೆ ಕ್ರಮಭದ್ದವಾಗಿ ಈಜಾಟಕ್ಕೆ ಮಾರ್ಪಾಡುತ್ತವೆ. ಒಮ್ಮೆ ಕ್ರಮಬದ್ಧವಾಗಿ ಈಜಾಡಲು ಶುರುವಾಯಿತೆಂದರೆ, ಏರಿಳಿತಗಳು ಕಡಿಮೆಯಾಗುತ್ತವೆ.
ಈ ಕೆಳಗಿನ ದೃಶ್ಯವು, ಹೇಗೆ ಏರಿಳಿತಗಳು ಅಸ್ತವ್ಯಸ್ತವಾದ ಗುಂಪನ್ನು ಕ್ರಮಬದ್ಧತೆಯ ಕಡೆಗೆ ತೆಗೆದುಕೊಂಡು ಹೋಗುತ್ತದೆಯೆಂದು ಒಂದು ಕಂಪ್ಯೂಟರ್ ಸಿಮ್ಯುಲೇಶನ್ ಮೂಲಕ ತಿಳಿಸುತ್ತದೆ.
ಈ ಸಂಶೋಧನೆಯ ಪ್ರಾಮುಖ್ಯತೆ ಏನೆಂದು ಕೇಳುವಿರಾ? ಮೊದಲನೆಯದಾಗಿ — ಈ ರೋಚಕ ಹಾಗೂ ಕ್ಲಿಷ್ಟಕರ ಗುಂಪಿನ ಕ್ರಮಬದ್ಧ ನಡತೆಗೆ ಇರುವ ಅತೀ ಸರಳವಾದ ನಿಯಮದ ಸೂತ್ರಗಳನ್ನು ರೋಬಾಟ್ ತಯ್ಯಾರಿ ಮಾಡುವ ಅಥವಾ ಕಂಪ್ಯೂಟರ್ ಅನಿಮೇಶನ್ ಮಾಡುವ ಎಂಜಿನೀರ್-ಗಳು ಅಳವಡಿಸಿಕೊಳ್ಳಬಹುದು.
ಎರಡನೆಯದಾಗಿ, ಪ್ರಾಣಿಗಳ ನಡವಳಿಕೆಯುಲ್ಲಿ ಕ್ರಮಭದ್ರತೆಯ ಜೊತೆಗೆ ಎಕ್ಕಸೆಕ್ಕತನವೂ (randomness) ಉಂಟು. ಅದರ ರಹಸ್ಯವನ್ನು ಬಯಲು ಮಾಡಿದ ಮತ್ತು ಭೌತ ಶಾಸ್ತ್ರದ ಸಿದ್ಧಾಂತಕ್ಕೆ ಹೊಂದಿಸಿದ ಮೊದಲ ಅಧ್ಯಯನ ಇದು.
ಕೊನೆಗೆ, ಪ್ರಾಣಿಗಳ ಗುಂಪಿನ ಚಲನವಲನದ ರಹಸ್ಯವನ್ನು ತಿಳಿಯಲು ಕಂಪ್ಯೂಟರ್ ವಿಜ್ಞಾನ, ಭೌತ ವಿಜ್ಞಾನ ಹಾಗೂ ಗಣಿತದ ಸೂತ್ರಗಳ ಬಳಕೆ ಮಾಡಬಹುದು ಎಂದರೆ ಎಂಥಹಾ ರೋಚಕ ವಿಷಯವಲ್ಲವೇ! ಈ ಅಧ್ಯಯನ ಮಾಡಿದ ನಮಗೂ ಸಹ, ಈಗಲೂ ಅನಿಸತ್ತೆ, ನಿಜವಾಗಲೂ ಮೀನುಗಳು ಒಂದು ಗಣಿತದ ಸೂತ್ರವನ್ನು ಪಾಲಿಸತ್ತಾ ಅಂತ!
ಈ ಸಂಶೋಧನೆ @DBTIndia, @serbonline ಹಾಗೂ @IndiaDST ರವರ ಉದಾರ ಕಾಣಿಕೆ/ಸಹಾಯ/ಆಸರೆಯಿಂದ ಸಂಭವಿಸಿತು. ನಾ ಇದನ್ನು ಇಲ್ಲಿಗೆ ನಿಲ್ಲಿಸುತ್ತೇನೆ. ಇನ್ನು ವಿವರಗಳಿಗೆ ಸಂಶೋಧನೆಯ ಪ್ರಕಟಣೆನ್ನು ನೋಡಿ.